越來越多的企業因為看上機器人比常人更能「超時工作」– 跟7-11 一樣，加上能即時給予消費者回應，因此開始以Facebook 即時通或是其他第三方開發平臺採用聊天機器人。聊天機器人對企業而言是一種新型態的投資，依據機器人背後運作的機制佈局廣度、深度，所需的資源與花費可以很可觀，企業究竟該不該跟風？
創新點： 聘用聊天機器人就像聘用員工，需要檢視目標用戶使用情境、產業內容、業務、市場，評估是不是需要這名員工
本文4大重點：1.用機器人之前，先了解使用者的使用情境。2. 哪些情境不適合用聊天機器人？3. 重複性、時效需求高、敏感的業務，最適合使用機器人。4. 跟聊天機器人共創學習體驗，將會是數位學習新潮流。
（圖片擷取: Iyad Rahwan）
1. 用機器人之前，先了解使用者的使用情境
根據Cheryl Platz， 使用者與聊天機器人之間的關係可分成四個境界：
控制（Control） ：使用者必需明確給予機器人任務指令，另如「請在Netflix 播放“Let Her Go“」
委派（Delegate）: 使用者可以跟機器人表示期望，以獲得機器人的協助來完成任務。例如「請播放一些輕快的音樂」
指引（Guide）: 使用者可以與機器人做簡單的雙向溝以達到目標，例如「我想要聽些音樂，我該怎麼做？」
協作（Collaborative）: 使用者僅需要說「我該做些什麼？」機器人便懂得傾聽以及詢問，根據使用者的想法一步一步給予建議，一起與使用者做決定。
協作顯然是每一個機器人開發者、採用者最終的理想境界，讓機器人融合於真人的世界中，幫企業提升，也幫員工加值。員工面對的課題是學習與機器人溝通、共創; 企業則是培訓員工，讓他們成為機器人的訓練者、帶領者，在工作場域裡和機器人快樂相處。
在討論如何達到人機共榮的理想境界之前，並不是每個產業都適合採用聊天機器人，企業在跟風前應該先自行做個檢視、評估適不適合投入資源再行動。
首先，最重要的是考量目標使用者的情境— 在什麼場合下你的使用者會需要或想要使用機器人？
英國Santander 銀行去年(2017) 開始使用語音機器人，廣告是一個女生在擦腳指甲時說了一句：「幫我明天支付Becky Morton 20 英鎊」(Pay Becky Morton £20 tomorrow) 並且確認機器人可以執行動作， Becky 就會收到匯款。這聽起來很方便，但已經有使用者抱怨匯款到了另一位同名同姓的人。如果要避免這個錯誤風險，銀行必須再次與用戶確認收款者資料細節，如此語音溝通的複雜度就高了，可能倒採用傳統的文字溝通方式會比較適合。
（圖片擷取：Santander UK）
反之，語音機器人在雙手忙碌又需高度專注的情境會較適合，例如開車和下廚。想像一下，你正在上班開車途中，想要一點音樂提振精神，輕輕下了一句指示：「我想要聽歌。」汽車導航系統的語音機器人便答應並播放了Best Driving Songs。此時是不是語音就比文字輸入、以及螢幕觸控容易？此時語音機器人甚至能發揮「讀情境」的感知力，根據你的所在位置或目的地調整歌曲播放曲風。
再試比較一下上提的兩個情境：轉帳與播放歌曲，使用者在雙手忙碌的情境下需要迫切執行轉帳的機會也小。
2. 哪些情境不適合用聊天機器人？
因此，企業應該要回到源頭問自己目標組群是誰？他們的使用情境是？有些情境比較不適合使用聊天機器人，包含：
– 情感驅動的業務，例如銷售，機器人不像人能「動之以情」。
– 需要雙向多資料的傳輸與溝通。由於聊天機器人的互動是模擬對話情境，一次發送的資訊量不宜太多，不然使用者會有困難保持與機器人應答。
– 目標地區網絡頻寬有限，聊天機器人品質會受影響
– 目標地區語言複雜度高，語音機器人可能無法理解各種方言
– 對資料記錄或錄音敏感的業務內容或區域。例如消費者對機器人需要紀錄信用卡卡號可能就有安全之虞、另歐盟今年頒佈一般資料保護法規GDPR 也明確規範了個資使用限制都必須注意。
企業應該針對使用者情境、需求（期望、慾望等） 選擇適當的「溝通方式」，比如機器人該會說話還是打字？還是機器人根本幫不了太多忙而應使用其他數位媒介？這必須同步藉由檢視自身業務的屬性、內容，評估機器人角色與運用範疇去定位有哪些業務可以交付給聊天機器人。
（繪製參考依據IDEO Design kit）
3. 重複性、時效需求高、敏感的業務，最適合使用機器人
高度重複執行、流程簡單、且有急需即時給予消費者回覆等業務，就是聊天機器人最好運用的範疇，可以大幅提高企業工作效率。
下面是Expedia 使用Facebook 即時通文字機器人全天候協助消費者管理旅行、找尋班機、旅館、活動及當日折扣等，機器人僅需透過連結Expedia 資料庫以及預設好的劇本（包含情境、話語等）應答使用者的選擇。
（圖片擷取：Digital Reflections）
但目前機器人功能也還僅限於提供資訊、執行簡單任務，還無法因應實際狀況或個人需求執行較複雜的任務，例如臨時要加床的訂單客製化處理; 也無法預測消費者潛在需求，例如明天將會雨天而提供飯店接駁車等服務。
機器人的溝通也缺乏人類般的情感。卻因此在處理「比較敏感、尷尬的業務」更能獲得消費者的信任，例如尷尬的醫療客訴、以及給予財務建議等。
根據Mindshare公司2016年對1000位英國人調查，比起客服人員，67％的受訪者表示較願意與聊天機器人揭露個人財務訊息、並聽從他們的建議。此外，機器人在這方面也較容易給消費者客觀的相對應協助，比如數字上的計算、財務目標設立與提醒等，受益於機器學習、智慧提醒、運算與預測。
例如，從去年(2017) 開始，美國銀行(Bank of America) 發行人工智能機器人Erica，用戶可以打字或是用語音說話的方式在App 上與Erica 溝通、執行基本的銀行轉帳等動作，亦可透過Erica 提供個人財務建議、省錢撇步等進行財務管理、建立財務習慣。例如Erica 可對用戶蜜雪兒建議：「蜜雪兒，我找到了一個減少債務的好機會，可為您節省300美元。Erica 與用戶之間的互動顯然已達到前文所提到的指引(Guide ) 的階段，即聊天機器人可引導用戶如何存錢、花錢，來達到存款目標。另Erica 不僅使用語音，還用了文字、圖示等，讓較為複雜的財務資訊也能順利與用戶溝通。
（圖片擷取：BANKNXT）
4. 跟聊天機器人共創學習體驗，將會是數位學習新潮流
聊天機器人目前最常被使用在銀行、飲食與電商三大行業，但我發現另一個有趣的議題是將聊天機器人運用在教育學習上，將「客服聊天」轉為「以學習為目的聊天互動」。
未來的聊天機器人可擁有超學習能力，可以當作老師教授知識，例如目前大眾可以透過與Mondly app機器人對話，學習33種不同的語言。語音機器人可以判斷學習者的回答包含發音、字詞等給予回應，完成一段生活情境對話。
（圖片擷取：Mondly）
雖然Mondly 聊天機器人在互動體驗上依然較偏向前文中較單純的控制（Control）以及委派（Delegate），在選定主題的lesson 中與學生做已設立好的對話，沒有辦法根據學生想要的情境以及目標（例如：「我在魚餐廳，想要點餐」或是更開放的「我想要學會義大利文旅行基本對話」等）調整對話內容，來達成某個語言的學習目標。其他如誤判、學生的回答必須在選項範圍內、且無法學習地方常用詞彙、方言等，這和與語言老師面對面直接學習仍有一段差距。但可預測智能學習機器人在不久的將來，能為消費者開創新的數位學習體驗、提供客製化學習課程，陪伴終身學習。
雖然目前多數的聊天機器人依然停留在接收指令、執行偏向簡單的任務，但未來人工智慧的演算可讓機器人朝提供建議前進。屆時，兩種「人」並存的世界，如何分工、如何合作也將面臨大洗牌了。
閱讀更多 創新拿鐵 的文章
